聚集

论文简要回顾了聚集模型在图数据上的算法及相关使用的若干研究。论文链接：：(Graph-based Data)可以保存现实世界实体（节点）之间丰富多样的关系信息，包括实体间的关联联系、属性特点、以及拓扑布局，已经在社交网络分析、推荐系统、生物信息学等领域有广泛的使用。图生成模型旨在理解和进修现有的图数据疏散，并合成新的图样本。这对于研究图数据中潜在的图布局关系，理解现有数据中的模式、关联和隐藏的信息…

微分多少和代数拓扑在主流机器进修中并不常见。在本系列文章中，作者展示了如何使用这些畛域的工具从头解释图神经网络并解决一些常见困境。